Google lança voz sintética do Gemini 3.8

O Google lançou dois modelos de conversão de texto em fala, o Gemini 3.8 Flash TTS e o Gemini 3.8 Flash-Lite TTS, disponíveis no Google AI Studio, na API do Gemini, no Gemini Enterprise, no Gemini Notebook e no Google Vids. O Flash é voltado a personagens e direção detalhada, para jogos, audiolivros e podcasts; o Flash-Lite, mais barato, a grandes volumes, como dublagem e agentes de voz.

A principal novidade é criar vozes do zero descrevendo papel, sotaque e timbre em linguagem natural, em vez de escolher entre 30 vozes prontas. O Flash suporta 130 idiomas e o Flash-Lite, 101, incluindo português e japonês. Há ainda uma biblioteca de mais de 2 mil vozes e um recurso que replica uma voz a partir de 30 segundos de áudio, só com gravação de consentimento do dono da voz; ele não está disponível em alguns lugares, como Illinois, Texas, União Europeia, Reino Unido, Suíça e Índia.

Os modelos aceitam instruções linha a linha de ritmo e emoção, geram diálogos entre duas pessoas e inserem risos e suspiros. Todo áudio gerado leva a marca d'água SynthID, e vozes replicadas recebem credenciais C2PA de procedência.